-
公开(公告)号：CN116561628A
公开(公告)日：2023-08-08
申请号：CN202310530368.8
申请日：2023-05-12
Applicant: 吉林大学
IPC: G06F18/24 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/096
Abstract: 一种基于迁移学习的航空复合材料工件损伤诊断方法，属于结构健康监测以及机器学习技术领域。本发明的目的是利用迁移学习中的度量学习理论，从通过仿真软件获取的铝板损伤信号这一源域，迁移到仿真软件与实验获取悬臂梁损伤信号目标域中来的基于迁移学习的航空复合材料工件损伤诊断方法。本发明将仿真软件内获取的铝板的损伤信号作为源域，使用重分布方法，对接收到的信号进行处理，构建卷积神经网络模型，将采用源域知识训练完成的卷积神经网络模型迁移到目标域中，应用最近邻方法对目标域内的样本数据进行分类，得到损伤诊断结果。本发明应对损伤样本数量少且样本分布不平衡的实际情况，实现对航空复合材料的损伤高精度与高准确率识别。
-
公开(公告)号：CN110109063A
公开(公告)日：2019-08-09
申请号：CN201910416167.9
申请日：2019-05-20
Applicant: 吉林大学
Abstract: 本发明公开了一种基于深度信念网络的辐射源重频调制类型识别方法。其具体步骤如下：针对典型的五种辐射源信号，提取出有代表性的特征，组成特征向量；为了使重频调制类型识别网络快速收敛，对特征向量进行归一化处理；为了符合深度神经网络输出的需要，采用独热编码(one-hot)将五种输出类别进行特征数字化；以特征向量为输入，以五种输出类别的二进制向量作为输出，建立基于深度信念网络的雷达重频调制方式识别模型。本发明能够准确地识别出雷达脉冲信号的重频调制类型，且具有较好的抗虚假能力与抗缺失能力，与其他的分类器相比，对于几种典型的重频信号的识别效果均有一定幅度的提升效果。
-
公开(公告)号：CN109062042A
公开(公告)日：2018-12-21
申请号：CN201810859587.X
申请日：2018-08-01
Applicant: 吉林大学
CPC classification number: G05B13/042 , G05B13/047 , G05D1/0808 , G05D1/101
Abstract: 本发明提供了一种旋翼飞行器的有限时间航迹跟踪控制方法，包含以下步骤：建立旋翼飞行器的数学模型；采用分层控制方案，将旋翼飞行器分为高度通道、平动系统和姿态系统，并针对每个通道单独设计控制器；针对高度通道，设计有限时间控制器产生飞行所需升力，并引入辅助系统补偿输入饱和作用；针对平动系统，设计有限时间控制器，产生期望滚转角和期望俯仰角；针对姿态系统，设计线性自抗扰控制器，产生飞行所需力矩。本发明提供的控制策略不但能够提高旋翼飞行器的收敛速度、跟踪精度和抗扰动能力，还能有效补偿输入饱和对控制性能的影响；本发明提供的控制策略设计简单，计算量少，便于实现，具有很高的实际应用价值。
-
公开(公告)号：CN118380079A
公开(公告)日：2024-07-23
申请号：CN202410370398.1
申请日：2024-03-29
Applicant: 吉林大学
IPC: G16C60/00 , G06N3/0464 , G06N3/096
Abstract: 一种基于迁移学习的CFRP材料结构损伤区域定位方法，属于结构健康监测以及机器学习领域。本发明的目的是根据迁移学习中的基于映射的方法，将板状结构损伤定位问题转化为满足源域和目标域部分实例不同时，使用全局条件移位显示场景问题的基于迁移学习的CFRP材料结构损伤区域定位方法。本发明将采集到的连续时域数据作为数据样本；从映射学习的角度设计迁移网络，构建适合条件移位下的损失函数；使用源域数据训练初始网络模型，并利用目标域的知识对预训练的网络进行微调；将目标域样本输入训练完成的神经网络，得到损伤定位结果。本发明通过构建基于不同域差异的迁移学习，可以在不同的外界情况和不同的工件下，实现对于复合材料工件损伤区域坐标的准确诊断。
-
公开(公告)号：CN118230868A
公开(公告)日：2024-06-21
申请号：CN202410407885.0
申请日：2024-04-07
Applicant: 吉林大学
IPC: G16C60/00 , G06F30/27 , G06N3/044 , G06N3/096 , G06F113/26 , G06F119/04
Abstract: 一种基于迁移学习对复合材料结构的剩余寿命预测方法，属于结构健康监测以及机器学习技术领域。本发明的目的是将复合材料工件剩余使用寿命预测问题转化为满足源域和目标域部分实例不同时产生的协变量移位显示场景问题的基于迁移学习对复合材料结构的剩余寿命预测方法。本发明从通过与目标域不同铺层和不同应力的复合材料工件这一源域，迁移到其他结构工件的目标域中来。将系统退化看作随时间转移的分布动态改变问题，制定剩余使用寿命预测的协方差平移策略。使得不同的工件在生命周期中的每个时间状态都被会放入RNN单元内进行动态度量，最终完成预测知识迁移。本发明构建了循环神经网络对特征进行提取，增加了损伤信号的展开维度，使得模型能够有效预测剩余使用寿命，提高了损伤诊断的准确率。
-
Patent Agency Ranking
公开(公告)号：CN117473389A
公开(公告)日：2024-01-30
申请号：CN202311487065.9
申请日：2023-11-09
Applicant: 吉林大学
IPC: G06F18/241 , G06F18/2131 , G06F18/10 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G16C60/00 , G16C20/70
Abstract: 一种基于迁移学习的复合材料工件分层损伤诊断方法，属于结构健康监测以及机器学习领域。本发明的目的是基于迁移学习中的优化学习理论，从通过仿真软件获取的铝板损伤信号这一源域，迁移到仿真软件与实验获取的悬臂梁损伤信号目标域中来的基于迁移学习的复合材料工件分层损伤诊断方法。本发明使用连续小波变换方法，对收集到的信号进行预处理，获得所述待监测图像的低频数据和高频数据，将采用源域知识训练完成的卷积神经网络模型迁移到目标域中，应用基于优化学习的思想对损伤诊断模型进行优化，随后对目标域内的样本数据进行分类，得到损伤诊断结果。本发明利用优化学习理论设计双层优化结构，提升模型精度和泛化能力，避免模型载小样本情况下的过拟合问题，快速构建复合材料损伤诊断模型，从而应对损伤样本数量少且样本分布不平衡的实际情况，实现对复合材料的分层损伤高精度与高准确率识别。
-
公开(公告)号：CN109035960A
公开(公告)日：2018-12-18
申请号：CN201810616390.3
申请日：2018-06-15
Applicant: 吉林大学
IPC: G09B9/052
Abstract: 本发明公开了基于模拟驾驶平台的驾驶员驾驶模式分析系统及分析方法，属于驾驶员行为特性分析技术领域。该系统包括：驾驶环境仿真模块，驾驶员信号采集与分析模块以及驾驶模式分析模块。驾驶环境仿真模块包含能模拟道路环境的场景仿真模块和能模拟驾驶舱的驾驶行为仿真模块；驾驶员信号采集与分析模块包含脑电信号采集与分析模块、肌电信号采集与分析模块、视觉信息采集与分析模块；驾驶模式分析模块可将多传感器的信号分析结果进行融合，得出驾驶员的驾驶模式。本发明利用驾驶员的生理信号和视觉信息联合分析了驾驶员的驾驶模式，更加准确，能为驾驶员建模和智能辅助驾驶技术提供更全面的依据。
-
公开(公告)号：CN116561664A
公开(公告)日：2023-08-08
申请号：CN202310571831.3
申请日：2023-05-22
Applicant: 吉林大学
IPC: G06F18/241 , G01S7/41 , G06F18/2415 , G06F18/2131 , G06F18/10 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种基于TCN网络的雷达辐射源脉间调制模式识别方法，属于信号处理技术领域。本发明的目的是以雷达辐射源脉冲信号序列输入到TCN网络中进行基于卷积运算的特征提取识别，从而提高雷达脉冲信号识别率的基于TCN网络的雷达辐射源脉间调制模式识别方法。本发明步骤包括分别生成训练集和测试集数据；对产生的数据集信号进行预处理；构建TCN网络，设置TCN网络参数；将训练集和测试集数据输入到TCN网络中，按算法需求再处理数据；以“训练‑测试”的方式迭代网络，当迭代到n次时，结束训练，网络输出为雷达辐射源调制模式预测类别。本发明以雷达辐射源脉冲信号去噪后的时域和频域信号分别输入到TCN网络中进行基于卷积运算的特征提取并识别，从而实现了提高雷达脉冲信号的识别率。
-
公开(公告)号：CN109062042B
公开(公告)日：2021-06-15
申请号：CN201810859587.X
申请日：2018-08-01
Applicant: 吉林大学
Abstract: 本发明提供了一种旋翼飞行器的有限时间航迹跟踪控制方法，包含以下步骤：建立旋翼飞行器的数学模型；采用分层控制方案，将旋翼飞行器分为高度通道、平动系统和姿态系统，并针对每个通道单独设计控制器；针对高度通道，设计有限时间控制器产生飞行所需升力，并引入辅助系统补偿输入饱和作用；针对平动系统，设计有限时间控制器，产生期望滚转角和期望俯仰角；针对姿态系统，设计线性自抗扰控制器，产生飞行所需力矩。本发明提供的控制策略不但能够提高旋翼飞行器的收敛速度、跟踪精度和抗扰动能力，还能有效补偿输入饱和对控制性能的影响；本发明提供的控制策略设计简单，计算量少，便于实现，具有很高的实际应用价值。
-
公开(公告)号：CN110263625A
公开(公告)日：2019-09-20
申请号：CN201910378097.2
申请日：2019-05-08
Applicant: 吉林大学
IPC: G06K9/00
Abstract: 本发明公开了一种信号脉冲幅度分选的包络提取算法。其具体步骤如下：信号的虚假脉冲预筛除；对脉冲幅度(Pulse Amplitude，本文简写为PA)建模，得到PA的变化特性；计算幅度差，根据幅度差将PA混叠情况分为两种：包含混叠和交错混叠；包含混叠时利用分段埃尔米特插值法提取PA的包络并进行分选；交错混叠时利用幅度差算法提取PA的包络并进行分选，分别得到纯净的信号序列。本发明能够有效处理含有虚假、缺失脉冲情况下的混叠雷达辐射源信号，去交错准确性高，为雷达辐射源信号的分选工作提供更加方便快捷的新方法。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.017 seconds)
